力学与人工智能-CSDN博客

转载论文发表 || 如何基于累积过程变换学习弱非线性振动方程（EvLOWN）

以下文章来源于“”，仅做学术分享提取码: 4hxu原文下载：开源代码：https://github.com/TengMa25/EvLOWN。

2026-04-24 20:14:09

原创论文精选 | 以AI赋能力学：计算力学的智能化之路与未来图景

从最初的数据驱动建模，到物理约束下的学习机制，再到融合多尺度、多物理与结构先验的智能计算框架，计算力学正逐步突破传统数值方法的边界，迈向更具表达力与适应性的智能计算范式。尽管AI赋能的计算力学方法在多个经典问题中已展现出令人鼓舞的潜力，但从工程应用与学科发展的角度来看，现有智能计算框架仍面临一系列亟待解决的核心挑战这些问题在不同方法范式中以各自特有的形式表现出来。然而，纯数据驱动范式对大规模高质量数据的依赖，以及它在物理可解释性与外推能力方面的不足，显著限制了其在工程场景中的适用性。

2026-04-07 14:44:16 377

原创 CJA | 国防科大罗振兵团队：强化学习驱动的翼形增升优化

本研究将近端策略优化（PPO）应用于分布式合成双射流（DSJ），在雷诺数Re=250,000的条件下对NACA0015翼型进行增升控制。采用接近工程实际的配置，融合非均匀的壁面压力与近壁速度测量数据作为反馈。以5×10⁻⁵秒的数值模拟时间步长精确解析合成双射流的激励过程。训练后的PPO智能体在能量约束下动态优化双合成射流速度分布，建立对流动分离的“接力控制”机制并收敛至最优的激励状态以节省能耗。

2026-04-07 14:33:32 369

原创 [ICLR 2026] GenCP：西湖大学吴泰霖团队提出生成式多物理场仿真新范式

多物理耦合模拟一直是一个困难但又极具现实价值的问题。对于学习方法来说，难点不仅在于系统本身复杂，更在于训练数据和真实目标往往并不一致：我们更容易获得的是解耦数据，但真正希望预测的却是耦合系统的行为，而且其中还常常伴随着 out-of-distribution 的挑战。用 Conditional Flow Matching 学习解耦物理，再通过 operator splitting 将耦合关系融入采样过程，从而实现“解耦训练、耦合推理”。

2026-04-04 11:06:51 397

原创论文分享 | 鄂维南院士：应用数学新时代的曙光

从牛顿时代确立数学的科学语言地位，到冯・诺依曼时代将数值算法作为数学与科学的桥梁，应用数学始终引领科学发展。如今机器学习与应用数学的深度融合，破解了维数灾难，让应用数学核心分支齐备，实现了研究方法和学科思维的双重革新。这场融合让应用数学成为交叉科学研究的核心基础，为材料、生物、金融等领域创新提供底层支撑，让这门古老学科迎来充满活力的新时代，照亮更多科学探索的未知之路。

2026-04-04 10:57:20 340

原创 [ICLR 2026] GenCP：西湖大学吴泰霖团队提出生成式多物理场仿真新范式

多物理耦合模拟一直是一个困难但又极具现实价值的问题。对于学习方法来说，难点不仅在于系统本身复杂，更在于训练数据和真实目标往往并不一致：我们更容易获得的是解耦数据，但真正希望预测的却是耦合系统的行为，而且其中还常常伴随着 out-of-distribution 的挑战。

2026-03-30 08:59:31 389

原创新锐分区 vs 原中科院分区（2026 vs 2025）核心对比

同一团队、同一框架、规则优化、主体独立、免费开放、学科更公平。2026年的新锐分区，不仅是简单的品牌更迭，更是一次评价体系自我革新的尝试。对于广大科研工作者来说，这意味着更加公平的学科待遇、更加多元的评价维度和更加便捷的查询体验。你准备好迎接这份全新的期刊评价指南了吗？互动话题：对于“学科差异化”和“告别唯IF”这两项改革，你怎么看？欢迎在评论区留言讨论！📌温馨提示：建议科研人员及时关注“新锐学术”官方网站，获取最新分区表数据，避免因使用旧版数据影响成果认定。

2026-03-30 08:51:08 637

原创陶哲轩：AI 正在让“想法”变得廉价，而真正的瓶颈从未改变

陶哲轩没有给出任何关于 AGI 何时到来的预测，但他清晰地描绘了在可预见的未来，AI 将如何重塑科学研究的图景。我的理解是，我们正处在一个价值重估的时代。第一，“想法”的价值正在被稀释。纯粹的、未经检验的想法生成，会变得越来越廉价。评价一个人的能力，将不再是看他能提出多少点子，而是看他验证和实现想法的能力。第二，“广度”和“深度”的价值将出现分化。依赖广博知识、信息检索和组合创新的工作，其价值会被 AI 大大拉低。

2026-03-27 13:00:36 354

原创基于风雷软件的NF3数字风洞

该文聚焦风洞试验数字化转型，针对物理风洞试验和计算流体力学（CFD）数值试验两种手段融合需求，基于风雷软件（PHengLEI），构建了西北工业大学NF-3风洞的数字孪生，通过重建风洞各部段和翼型数字模型，仿真试验风速控制过程，建立了NF-3数字风洞系统。NF-3风洞是亚洲最大的低速翼型风洞，总长80m，主要由洞体部分、动力部分、模型角度机构和测控系统四部分组成（如图2），风洞翼型试验的原理是研究无限大展长、等剖面平直机翼（二维模型）的气动特性，主要获得翼型的升力、阻力、力矩等气动系数。图5比较了流场差异。

2026-03-27 12:54:18 404

原创人大高瓴孙浩团队发表Nature子刊封面文章：基于并行符号枚举的物理定律发现

这篇论文聚焦于符号回归这一重要方向。所谓符号回归，就是不给定固定模型形式，而是直接从数据中自动发现简洁、可解释的数学表达式。论文指出，传统符号回归长期面临两个核心瓶颈：一是搜索空间近乎无限，容易发生组合爆炸；二是候选表达式的评估效率低，导致复杂问题上准确率和速度都受限。为了解决这一问题，作者提出了PSE（Parallel Symbolic Enumeration，并行符号枚举）框架，用于从有限数据中高效提取通用数学表达式。其核心思想是：通过。

2026-03-27 11:18:18 400

转载你凭什么嘲笑做AI for Science的人

以下文章来源于“人工智能驱动材料计算”，仅做分享你凭什么嘲笑做AI for Science的人。他们忍受着质疑、承受着失败、在没有人相信的地方硬干。而你，只是坐在那里，等着看笑话。让我先声明，我不是反对批评，也不是反对怀疑精神。我反对的，是那种特定的人。他们活在一个由冷嘲热讽、事后诸葛亮和"我早就说过"共同构建的舒适区里，把质疑AI for Science当成一种廉价的智识优越感，插在任何需要显得深刻的地方。

2026-03-23 10:39:37 21

原创 AST | 西工大崔榕峰、张伟伟等：基于物理约束与双并行注意力UNet++的高保真度三维机翼流场重构研究

实验表明，该方法在三维机翼流场重构精度上较传统U-Net提升约10%，压力场与流向速度场精度均超过99%，预测速度较CFD方法提升2-3个数量级，为复杂三维机翼流场的精准高效预测提供了有效解决方案。基于上述数据集，本节首先对NACA0012翼型生成的机翼流场重构结果进行分析，通过对NACA0012机翼测试集的综合评估（表3.1所示），DPAtt-UNet++在重建精度上展现出显著优势，相比传统U-Net模型，其压力场和流向速度预测精度提升了约10%，整体准确率超过99%。

2026-03-23 10:32:21 345

原创 POF | 重庆大学黄宏宇、陈超等：基于物理信息的神经网络压缩机制及其在翼型流场预测中的应用

与传统数值方法相比，深度学习能降低计算成本，在提高机翼流场预测效率方面显示出巨大潜力。然而，深度学习模型中的大量参数会导致过多的资源消耗，损害其在实时应用中的性能。我们提出了一种名为物理信息神经网络压缩机制（PINNCoM）的新型压缩机制，以缩小模型规模并提高效率。PINNCoM包括两个阶段：知识提炼和自适应剪枝。PINNCoM机制创新性地将基于物理信息的蒸馏与自适应剪枝整合在一起，确保了模型效率和物理一致性，为流体动力学应用中的物理约束神经网络压缩提供了一种新范例。

2026-03-19 10:03:53 352

原创 PPT分享 | 哈工大张伟男教授团队：大模型时代的具身智能

学术PPT分享

2026-03-19 09:16:38 22

转载应用数学新时代的到来

以下内容转载自微信公众号“数学家”，仅作分享。

2026-03-18 11:22:54 14

原创 Communications Engineering | 西湖大学&女王大学：面向阵风气动建模的表面压力时空动力学关联研究

面向阵风气动建模的表面压力时空动力学关联研究。

2026-03-18 11:04:30 379

原创 POF| 西工大史子颉、高传强等：融入半经验模型与失速模式的动态失速建模方法研究

随后构建融合Leishman-Beddoes动态失速理论的神经网络模型，该模型集成上述失速模式特征并采用基于P参数的失速程度分类与力分量分解策略，实现了不同动态失速程度的气动特性的统一预测。本研究针对分离流动态失速问题，提出了一种知识-数据联合驱动建模方法，既融入了经典的理论模型，又从数据中挖掘新的物理并融入。（2）对于知识与数据驱动的建模方法，本文尝试了先验物理知识与挖掘物理知识同时融入神经网络中的建模新思路，包括已有理论模型，以及基于机理研究从数据中发现的物理见解。更多精彩内容，敬请关注微信公众号“

2026-03-17 09:40:36 369

原创 EAAI | 西工大夏明坤，张伟伟等：分层无量纲学习：一种物理和数据混合驱动的无量纲关联参数提取方法

针对这一挑战，本文提出的分层无量纲学习方法（Hi-π），一种物理-数据混合驱动的参数降维框架，通过量纲分析确保物理一致性，并借助符号回归在无预设函数形式的前提下自动发现关键无量纲参数组合。基于上述研究背景，本文提出分层无量纲学习(Hi-π)方法，通过物理层（通过量纲分析对输入参数进行初步降维，确保物理一致性）、压缩层（借助PySR符号回归方法的多分支树结构同时搜索多个参数组合π）、映射层（建立参数组合与输出变量之间的关系）的三层递进架构，实现关键无量纲参数组合的自动提取，如图2所示。

2026-03-17 09:20:44 357

转载 “十五五”规划：新建若干所新型研究型大学

以下内容转载自微信公众号“”，仅作分享近日，新华社受权全文播发《中华人民共和国国民经济和社会发展第十五个五年规划纲要》与李强总理代表国务院在十四届全国人大四次会议上所作的《政府工作报告》。其中，“十五五”规划纲要在“一体推进教育科技人才发展”章节中，明确：聚焦优势学科和战略急需适度扩大“双一流”建设范围，新建若干所新型研究型大学。健全高等教育学科专业设置调整机制，超常规布局人工智能、集成电路等新兴领域急需学科专业，深入实施基础学科和交叉学科突破计划。

2026-03-16 20:11:51 18

原创 AIA | 西工大马启悦，高传强等：物理指导的激波抖振抑制翼型优化设计研究

因此，该优化框架基于深度确定性策略梯度（DDPG）算法，在综合考虑翼型优化的各类气动约束的同时，重点优化稳定流场中的激波位置与分离区范围。因此，当使用激波位置作为优化目标时，选择5%的CST翼型扰动作为参数优化空间，以满足小扰动下修正机翼剖面的气动性能和抖振边界的设计要求。尽管抖振始发时的分离比各不相同，但随着攻角的增大，分离比逐渐增大，直至抖振发生。在优化过程中，重点选取定常基流中的激波位置与分离区作为典型流场特征，并将其作为优化目标，有效推迟了激波抖振始发边界，同时提升了气动性能。

2026-03-16 20:04:56 298

转载天津大学丁千教授团队：数据驱动动力学与控制研究若干进展

动力学与控制是研究系统运动规律力学机理及其调控方法的学科，在现代工程与科学研究中具有重要作用. 来自工程结构、耦合构件间力传递和环境交互中的结构和几何非线性、接触力的非光滑性、环境干扰的不确定性和与环境多场耦合交互等因素的复杂性，使得传统动力学建模、动力学响应预测和动力学控制的智能化变得异常困难。数据驱动方法的快速发展为解决这些问题提供了全新思路和新的研究范式。

2026-03-16 19:46:31 35

原创 ICLR2026｜东方理工大学、上海交通大学等：GenSR：把“离散的公式搜索”变成“连续的地图寻优”

于是，在评估一个搜索到的方程时（一般用该方程的数值表现与数据样本点的NMSE），误差无法对应到方程空间中的编辑距离，即误差无法有效指导方程的下一步优化方向。可以看到在GenSR构建的隐空间中做隐变量的插值时，既可以稳定地被解码，同时表达式的改变是连续的，对比其他方法，这正是生成式隐空间带来的优势。下图展示了在不同噪声情况下，隐空间的维度对精度、方程复杂度的影响，可以看到隐空间的维度越大，其精度会更高，表达式也会更复杂，这是因为隐空间有了更强的表达能力，但维度也不是越大越好。

2026-03-16 19:40:19 386

转载新书速递 | 深度学习现象导论：从感知机到大模型

2012年本科毕业于上海交通大学致远学院。2016年博士毕业于上海交通大学，获应用数学博士学位。2016年至2019年，在纽约大学阿布扎比分校和柯朗研究所做博士后。2019年至2025年，上海交通大学自然科学研究院/数学科学学院长聘教轨副教授。2025年至今，上海交通大学自然科学研究院/数学科学学院教授。

2026-03-16 19:14:58 36

原创现代工程科学学派简介——普朗特学派

普朗特学派是以德国科学家路德维希·普朗特（Ludwig Prandtl）为核心建立的学术流派，被誉为现代流体力学和空气动力学的奠基学派之一。该学派对流体运动的基本理论进行了系统的研究和创新，其理论成果广泛应用于航空航天、海洋工程、机械工程等领域。　　普朗特生于慕尼黑附近的弗赖辛，他的父亲是一位教授，从小就鼓励他观察大自然并探索自然界事物。1894年进入慕尼黑工业大学攻读机械工程，后在弗普尔教授指导下攻读弹性力学，于1900年得博士学位。1901年在一机械厂工作中，因改进用管道抽吸废屑的装置发现了气流分离问题

2026-03-07 09:31:19 348

原创中国科学 | 复旦大学孙刚、赵君怡、黄宇峰：民用航空发动机数字孪生技术研究现状与展望

随着大数据、物联网、人工智能等新一代信息技术的快速迭代发展, 工业数字化、智能化趋势日益明显。数字孪生作为一种新兴的信息物理系统技术,通过物理空间和数字空间的虚实映射、动态交互,在实现航空发动机等复杂装备转型升级中显示出巨大潜力。本文梳理了数字孪生概念的发展过程,重点讨论了民用航空发动机数字孪生架构中的平台、数据、模型等关键支撑技术, 以及数字孪生技术在设计研发、试验验证、生产装配和全生命周期运行保障等阶段中的应用,并对未来民用航空发动机数字孪生技术的深入发展进行了展望。

2026-03-07 09:18:16 475

原创 CPC | 浙大罗敏、吴佳昕等：分形不变量约束的深度学习模型：无标签的湍流超分辨率重构

湍流的超分辨率重建是当前流体力学与海洋工程中的关键课题，对于提升物理场解析精度与表征亚网格结构特征具有重要意义。然而，现有方法在刻画湍流的多尺度动力学特性与能量级联机制方面仍面临挑战。为此，本文提出一种融合分形约束的深度学习超分辨率模型——SKFSR-FIC，以提高复杂非线性流场的重建精度与物理一致性。该模型包括两项核心设计：（1）多尺度特征复用的主干网络 SKFSR，能够有效识别并重构湍流中的多频结构与尺度信息；

2026-03-07 09:07:47 413

转载小波扩散神经算子与复杂系统建模与控制 | ICLR‘25

以下内容转载自微信公众号。

2026-03-07 08:58:24 16

原创 PRF|西北工业大学高传强，杨新宇等：复杂流动建模的新途径：基于闭环辨识的线性建模方法

复杂流动系统的低阶线性模型是开展流动特性分析和控制设计的重要基础。现有低阶线性建模方法面临不稳定定常基本流获取困难，激励信号设计难等挑战。本文充分利用机器学习闭环控制易部署的特点，提出了一种基于闭环辨识的线性建模思路，该方法能够利用内嵌控制器实时调节外部激励和基准流场自发散扰动的平衡，使得获取的流动建模数据处于易辨识的线性发展阶段，进而保证线性低阶建模的有效性。

2026-03-05 08:56:38 418

转载深度｜清华姚班学霸、OpenAI姚顺雨：AI下半场从“算法竞赛”转向“效用定义”，重构评估框架，将技术能力转化为真实世界价值

我们不再只是问：“我们能否训练一个模型来解决X问题？”而是要问：“我们应该训练AI去做什么？我们又该如何衡量真正的进展？”要在这场下半场比赛中脱颖而出，我们需要及时地转变思维方式和技能结构，而这种转变也许更接近于一名产品经理的思维方式。

2026-03-05 08:44:30 73

转载翟东升：能否终结数百年产业转移史，这是人工智能的一场“大考”

以下内容转载自公众号“”，仅作分享交流。

2026-03-04 09:35:43 50

转载转载 | 赖姜研究员等：基于人工智能的结构力学专题序

代胡亮，华中科技大学航空航天学院教授，德国洪堡学者，国家级青年人才。的研究论文. 他们针对多场景海洋流固耦合问题, 使用本征正交分解(POD)与高斯过程(GP)为基础的降阶仿真模型, 结合无网格粒子法生成的仿真数据, 实现了多场景下的高效、高精度代理仿真. 该模型一方面有效缓解了传统数据驱动方法对海量训练数据的依赖, 为复杂流固耦合问题的小样本建模提供了新范式, 另一方面相较于传统数值模拟方法, 计算效率提升超10倍, 为快速分析多参数耦合效应及实时决策支持奠定了技术基础.”，如有侵权，请联系删除。

2026-03-04 09:23:43 16

原创 JFM | 空军工程大学宗豪华、吴云等：基于FPGA的深度强化学习框架实现超音速闭环智能流动控制实验

虽然基于深度强化学习（DRL）的主动流动控制已经在低雷诺数仿真环境中得到了广泛的验证，但在真实实验条件下进行DRL控制仍存在很大挑战，其中之一便是数据采集和神经网络推理的强实时性（亚ms量级）。本研究提出了一种基于FPGA的高速实验深度强化学习框架（缩写：FeDRL），控制频率最高可10 kHz，比传统基于CPU的框架（100 Hz以下）高出两个数量级。以Mach 2的超音速后台阶流动为例，对FeDRL增强流动掺混的有效性进行测试。

2026-03-03 09:18:17 1244

原创 ICLR 2026 Oral | 西湖大学发布Real PDE Bench

复杂物理系统的时空演化预测是科学与工程领域长期关注的核心问题，典型场景涵盖流体力学、燃烧与可控核聚变等多类多尺度复杂动力学系统。近年来，科学机器学习（Scientific ML）在神经算子、物理约束学习与大模型预训练等方向快速发展，为高维、强非线性、非定常系统的高效准确建模开辟了新的范式。现实与仿真之间存在较大的差距，在现实中测量，常常会受传感器噪声干扰、观测数据不完整或者实验环境不稳定等因素的影响。

2026-03-03 09:05:58 656

原创 JFM｜东方理工大学、中国科学技术大学：利用物理嵌入的符号学习方法挖掘可压缩壁湍流的平均速度与温度变换

为了在庞大复杂的优化空间中高效挖掘目标函数，研究团队首先构建了融合可压缩壁湍流先验物理知识的混合速度与温度变换框架，将目标函数的优化空间精准限定在对数层内。然后，他们基于东方理工陈云天团队自研的DISCOVER符号学习模型（Du, Chen & Zhang, PRR, 2024），提出一种物理嵌入的符号学习方法，挖掘出适配该变换框架的有效函数形式。第一步：混合速度与温度变换框架。以可压缩速度变换为例，可压缩壁湍流的平均速度梯度（）可以通过映射函数（mapping function）

2026-03-02 11:25:37 1016

原创 JCP | 西工大王旭鲲、张伟伟等：一种用于加速和稳定伪时间推进的数据驱动收敛增强器研究

本文提出的基于均值的最小残差方法（MMRES ）以数据驱动思想为核心，将降阶模型与最小残差框架有机结合，在无需离线训练的前提下，实现了对伪时间推进过程的显著加速与增稳，其不仅在多个二维与三维复杂算例中取得3–4倍的计算加速效果，更是表现出获取难以求解的NS方程不稳定定常解的强大能力，体现出较强的工程实用价值。该方法的核心思想是利用伪时间推进过程中产生的中间迭代解，构建一个精简的低维子空间，并通过对方程残差的二阶近似，在该子空间内最小化残差，从而获得残差更小的解。时间复杂度的减少在大规模问题中具有明显优势。

2026-03-02 10:54:05 664

原创高华健院士重磅综述 | 力学 - 交叉学科（Mechano-X）：一种基于力学的跨学科创新范式

力学在历史上一直是现代科技的基石，是连接科学与工程的重要桥梁。在当前技术飞速发展的时代，力学面临着前所未有的挑战与机遇，其知识框架亟需范式革新。本文提出 “力学 - 交叉学科（Mechano-X）” 范式 —— 一种面向未来的基于力学的跨学科创新愿景。在该范式下，力学不再仅仅是描述性工具，而是主动融入其他学科的核心驱动力，能够对材料科学、化学、生物学、医学等领域的目标系统进行可控调控、编程与优化。这种主动融合已催生出力学生物学、力学化学、力学材料学等变革性领域。

2026-03-02 10:34:38 697

原创【无标题】

加强连续介质力学、本构关系和强度理论、多尺度与多场耦合力学、复杂环境与极端条件下材料的损伤/疲劳/断裂/失效机理、实验固体力学方法与技术、计算力学方法与软件、工程结构的可靠性与完整性评估方法、表界面力学、固体材料与结构的稳定性理论、材料与结构优化设计方法、流-固耦合力学等方面的研究。、新型材料与结构的设计方法与功能调控技术等研究，推动固体力学理论及方法在深空深地深海、重大土木工程、航空航天、高端装备、极端制造、集成电路、新能源等重大工程和装备中的应用。鼓励研发面向生物医学应用的材料、器械、技术与软件。

2026-03-02 10:17:38 659

空空如也

空空如也